基于曲率模态理论和RBF神经网络的桥梁损伤识别

论文摘要

近年来,随着我国经济增长日益加快,我国的交通运输事业也取得了长足的进步和发展。路网密度不断增大,各种新型桥梁不断出现,同时许多桥梁在服役过程中也出现了许多新问题。主要原因是对桥梁健康监测工作不到位,对桥梁损伤重视程度不够,从而埋下隐患,日积月累造成重大安全责任事故。对桥梁损伤进行识别对我们来说是一个全新的课题,即鉴别桥梁是否发生损伤,发生损伤的位置,对桥梁损伤的程度进行评估工作。首先,本文介绍了桥梁损伤识别的意义,系统的对桥梁损伤识别进行分类,并对国内外研究现状做出介绍。其次,本文探讨了振动模态分析理论在结构损伤识别中的应用,并以简支梁为例,对简支梁进行损伤识别,分别假设简支梁发生单损伤和双损伤,用Ansys软件提取模态参数,运用曲率模态参数对简支梁进行损伤定位。再次,本文阐述了神经网络理论,仍以简支梁为例,运用简支梁损伤后的固有频率作为RBF神经网络的输入参数,设计RBF神经网络,对网络进行训练,并以损伤后的固有频率作为测试数据,验证RBF神经网络用于损伤程度评估是可行的。最后,以一连续梁桥型为例,运用曲率模态参数,RBF神经网络对桥梁损伤进行定位,评估损伤程度,证明将曲率模态参数、RBF神经网络用于连续梁桥的损伤识别是可行的。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 桥梁结构损伤识别的意义
• 1.2 国内外桥梁结构损伤识别概况
• 1.3 本文的主要研究内容
• 2 基于曲率模态理论的结构损伤识别
• 2.1 振动模态分析理论
• 2.2 基于曲率模态的结构损伤识别
• 2.3 基于曲率模态的结构损伤识别实例
• 2.4 本章小结
• 3 基于RBF神经网络的结构损伤识别
• 3.1 人工神经网络的基本知识
• 3.2 基于人工神经网络的结构损伤识别
• 3.3 神经网络模型介绍
• 3.4 基于RBF神经网络结构损伤识别的实例
• 3.5 本章小结
• 4 连续梁桥的损伤识别
• 4.1 有限元建模
• 4.2 基于RBF神经网络的损伤程度识别
• 4.3 本章小结
• 5 结论与展望
• 5.1 主要结论
• 5.2 不足与展望
• 致谢
• 攻读硕士期间主要成果
• 主要参考文献